ITパスポート 2026年 問16

教師あり学習で正解情報を付与する作業の用語【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文のキーワードを探す：「正解となる情報を付与する作業」→「正解＝ラベル」がポイント。
2. 各選択肢の意味を確認する（初出時に一言で意味を思い出す）。
3. 「ラベルを付ける作業」に当てはまる語を選ぶ。→ アノテーションが該当。
4. 他の選択肢（エンコード、データクレンジング、フィルタリング）は用途が異なることを確認して除外する。

選択肢別の誤答解説

• ア アノテーション（annotation：データにラベルや説明を付ける作業）
  → 正解。教師あり学習で必要な「正解ラベル」をデータに付ける作業そのものを指します。
• イ エンコード（encode：データを別の形式や符号に変換する処理）
  → 誤り。エンコードはデータの表現を変える（例：文字列を数値に変換したり、カテゴリを数値コードにしたりする）作業で、「正解」を付与する意味はありません。
• ウ データクレンジング（data cleansing／cleaning：データの誤りや欠損を修正・除去して品質を上げる作業）
  → 誤り。データの質を良くする作業であり、ラベリング（正解付与）とは別の工程です。両方行う場合もありますが役割は異なります。
• エ フィルタリング（filtering：条件に応じてデータを選別・除外する処理）
  → 誤り。必要なデータを取り出したり不要なデータを除外したりする操作で、ラベルを付ける行為ではありません。

よくある誤解

1. 「データを整理する＝アノテーション」と思う誤解
   • データ整理（データクレンジングやフィルタリング）は品質向上・選別が目的で、アノテーションは「何が正解か」を明示するための別作業です。双方を混同しないようにしましょう。
2. 「エンコードもラベル付けの一種」と考える誤解
   • エンコードはデータ形式の変換（例：カテゴリを0/1などの数値にする）。ラベル（正解）自体を作るのではありません。モデルが扱いやすい形にする前処理と覚えてください。
3. 「アノテーションは自動で簡単にできる」と思う誤解
   • 単純なケースは自動化できても、多くのタスクは専門家や人手による判断が必要で、品質管理（複数人の合意など）が重要です。

補足コラム

• アノテーションの形態：カテゴリラベル（例：猫/犬）、バウンディングボックス（物体検出で物体を囲む矩形）、セグメンテーション（画素ごとの領域指定）、テキストのタグ付け（感情ラベルなど）、数値ラベル（回帰問題）など、多様です。
• 代表的なツール・方法：LabelImg（画像ボックス）、LabelMe（セグメンテーション）、クラウドソーシング（人手で大規模にラベル付け）など。
• コストと品質：高品質なラベルは学習精度に直結します。ガイドライン作成、アノテーター教育、相互チェック（inter-annotator agreement）で精度を担保します。
• 効率化の工夫：アクティブラーニング（モデルが不確かなデータだけ人にラベル付けさせる）や半教師あり学習でラベリングの負担を減らす試みがあります。

FAQ